Aller au contenu. | Aller à la navigation

Outils personnels

Navigation
Vous êtes ici : Accueil / Recherche / Equipes de recherche / Beagle - Artificial Evolution and Computational Biology

Beagle - Artificial Evolution and Computational Biology

Disciplines Informatique, Biologie
Domaines

Biologie : Bioinformatique, Phylogénie, Evolution moléculaire Génomique comparative, Assemblage de génome, Imagerie médicale et biologique, Génome, Génomique, Génomique évolutive, Dynamique des génomes, Réarrangement de génomes, Expression génique, Biochimie, Biologie cellulaire, Microbiologie, Neurobiologie, Evolution, Modèle expérimental animal , Modèle expérimental unicellulaire: Bactérie

Physique : Systèmes dynamiques, Equations différentielles ordinaires, Equations aux dérivées partielles Méthodes stochastiques, Méthodes de Monte-Carlo, Biophysique, Modèles multi-échelles, Modélisation de réseaux

Informatique : Calcul scientifique, Simulation, Algorithmes évolutifs, Réseaux de neurones, Modèles Individu-centrés, Modélisation de réseaux : Réseaux cellulaires et Réseaux génétiques, Evolution artificielle, Intelligence artificielle
Tutelles INSA de Lyon, UCBL
Localisation géographique INSA (LyonTech-la Doua)
Laboratoire d'appartenance LIRIS
Chef d'équipe Carole Knibbe/Guillaume Beslon
Page web https://team.inria.fr/beagle/

 

La recherche de Beagle concerne la biologie computationnelle et l'évolution artificielle (génétique numérique). Nous nous positionnons à l'interface entre l'informatique et les sciences du vivant afin de produire de nouvelles connaissances en biologie par le biais de la modélisation et la simulation. En d'autre termes, nous réalisons des artéfacts - du Latin artis factum (une entité créée par l'homme plutôt que par la nature) - et nous les explorons de façon à comprendre la nature. Notre recherche est donc basée sur une stratégie interdisciplinaire : nous développons des formalismes informatiques et des outils logiciels pour la modélisation de systèmes complexes en synergie avec différentes équipes de biologie avec lesquelles nous entretenons des liens étroits. Cette approche, relevant des "sciences numériques" (ou sciences computationnelles) nous permet d'étudier des abstractions de systèmes ou processus biologiques afin de mettre au jour les principes organisationnels des systèmes cellulaires dans une logique de biologie des systèmes.